Skip to main content
FORMWEFTDownload App
Search
EN
Discuss a project
← 深度观察

This original analysis is available in Chinese.

AI 应用 / 原创分析

批量预测从试验转到生产,为什么要交接特征处理?

AWS与GS Caltex的11月13日案例说明验证过的模型如何进入定时批处理。跨境团队应先确保同一批输入在两套环境得到相同特征。

验收先过输入,再过模型

11月13日,AWS与GS Caltex作者介绍用SageMaker Canvas验证模型,再由工程人员将预处理资产和获批模型接入SageMaker Pipelines运行的做法。案例把试验和生产拆开管理,定时作业复用已验证的转换与模型版本。AWS开发者指南也把版本注册、部署和测试作为独立环节。

跨境库存团队常把销售、价格和缺货天数交给模型。若试验时缺失值有一套填法,运行时另一同事把它当成零,同样的模型文件也会给不同信号。应先固定输入字段含义、单位和时间基准,保存训练阶段形成的转换参数,并在运行前核对输入和输出样本。最后才比较预测值。

Basis [1] AWS与GS Caltex案例作者 · [2] AWS SageMaker AI Developer Guide

用一小组故意不同的记录检查转换结果

可拿一组有已知预期的记录,在原试验和生产预处理各跑一遍。至少涵盖正常销售、整日缺货、未返回数据、新市场和换币种等情形。比较列顺序、类型、行数、时间分组及转换后的值。无法匹配的记录应可追溯回原店和原字段,而不是仅看批平均是否接近。

自拟例子。某SKU在英国站缺货两天,德国站却只是延迟传来销售文件。如果两个空值都变成销量零,补货团队可能同时压低两地需求。验收时应复核业务上缺货与数据未到的表达能否走到不同分支。实际训练如果使用了编码、标准化或其他学得的状态,预测批次需复用相应版本。

Basis [1] AWS与GS Caltex案例作者 · [2] AWS SageMaker AI Developer Guide

让每次输出可以追溯到一版输入和规则

案例提示,登记模型获批状态与定时任务实际引用该版本是不同环节。有批准记录也应检查当前运行设置。交接表可以保留模型版本、预处理版本、源数据时点、计划批次、结果行数和适用市场;在下游报告里显示数据日期,便于运营人员判断这一次结果是否可以使用。

有些训练表会含一列后来才知道的结果。AWS案例明确讨论预测时可能缺这列,且仅当占位不会影响实际特征时才适合相应做法。若需求预测仍引用未来销量、事后退货或从目标派生的字段,应先重核训练和预测用的字段定义。不要为了让表能导入,就把目标值做成固定常数。

Basis [1] AWS与GS Caltex案例作者 · [2] AWS SageMaker AI Developer Guide

给缺失输入与迟到数据不同的发布条件

业务人员可以提前写清哪些字段缺失时整批不得下发,哪些字段缺失时仅需转人工,哪些允许沿用上一日值并在结果上标记。例如批次缺少市场和日期就无法定位覆盖对象;某一店铺迟到的销量可以先单独冻结这一店的结果。

若补录的原始数据改了历史批次,保存重跑前后的差异、标清生效时点,再按业务规则决定下游是否重读。让值班人员根据实物库存和已订采购单复核差异最大的项目。

Basis [1] AWS与GS Caltex案例作者 · [2] AWS SageMaker AI Developer Guide

处理补跑、回退和结果发布

开始定时运行前,先用一个小市场验证从原字段、处理结果到报表的完整链路。检查有空文件时会显示什么、一次运行跨过下一计划点时会怎样、同一批重跑是否覆盖正确结果。对结果过期或明显不全的批次,给运营同事可识别的状态,并保存上一批可以核对的数据。

若模型撤销或预处理变更,应同时核对运行设置和结果引用是否更新。可允许分析员先生成一批对照结果,再由负责补货的人查看差异。判断能否扩大范围以字段一致、结果可重复、变更可追溯为准。案例里自述部署变快,并不提供另一家企业的成本或准确率保证。

Basis [1] AWS与GS Caltex案例作者 · [2] AWS SageMaker AI Developer Guide

原始依据与核验

文中事实以以下原文为准;推演、行动建议及自拟示例为本站分析,不代表来源机构观点。

  1. Production MLOps at GS Caltex with Amazon SageMaker Canvas, part 1 ↗AWS与GS Caltex案例作者 · 发布 2026-11-13 · 预处理、模型版本审批及定时批推理案例核验 2026/11/15 03:04(北京时间) · English
  2. MLOps ↗AWS SageMaker AI Developer Guide · 持续维护文档,未标首次发布日期 · SageMaker Canvas模型注册与部署验收核验 2026/11/15 03:04(北京时间) · English

适用范围:将销量、补货或仓储预测交给另一团队运行的分析与工程人员。本文为经营研究与编辑分析。AWS与GS Caltex在11月13日公开的是制造案例。库存例子为自拟,未部署AWS或复核企业自报节省。

返回深度观察 →

WeChat

WeChat

WhatsApp

WhatsApp

WhatsApp QR code

WhatsApp QR codeOpen WhatsAppOpens WhatsApp without sending a message.

Telegram

Telegram

Telegram

Telegram QR code

Open Telegram ↗Opens Telegram. No message is sent automatically.

Search the public site